交友软件演算法成为当代科技月老？

透过交友软件的帮助，单身长达两年的 Amanda 终于找到新男友。

Amanda 是个生活繁忙且充实的女生，平常虽然会接触到一些异性，却没有一个是情投意合的合适对象，在生活已经太过繁忙无法再扩大生活圈的情况下，她选择打开交友软体，希望可以离开交友舒适圈、认识更多潜在的可能对象，进而找到适合自己的伴侣。透过演算法的配对，她右滑相同学校的 Eli，送出代表有兴趣的“Like”；而 Eli 也被照片中笑容灿烂的 Amanda 所吸引，并从文字介绍中发现她是一个兴趣丰富的女生，于是也对 Amanda 右滑送出 Like，两人成功配对。

经过一段时间的聊天、语音通话，两人对彼此的了解逐渐加深，在互换社群帐号后，Amanda 和 Eli 决定约出来见面。透过实际的相处，他们发现彼此无论是个性还是价值观都很相似，感情急速升温，一个月后两人升格情侣，至今恋情已维持 1 年多。

新一代的月老：帮你在茫茫人海遇到对的他（她）
Amanda 这样的成功案例并不罕见，在史丹佛大学社会学家罗森非德（Michael Rosenfeld）和新墨西哥大学社会学家汤玛士（Reuben Thomas）的研究中显示，2017 年，美国有 39% 的异性恋伴侣是透过网路认识而交往，同性恋伴侣更是超过 60%。在交友软体 Tinder 所发表的公开数据中，2020 至 2021 年间，Tinder 每天累计滑动配对的总次数达到 10 亿，其中女性配对成功机率更是高达 56%，而其背后最大的功臣就是交友软体的演算法。


软件的演算法是如何找到适合我们的对象呢？简单来说，交友软体公司会根据其交友软体的类型，选择不同複杂程度的演算法帮助使用者进行推估，演算法类型从单纯透过距离计算，到极其複杂的多面向综合比例评估都有。

使用交友软体长达八年、超过九款的资深使用者小 B（化名），在大学时期写过交友软体程式，他表示交友软体主要分为两类：随机聊天型及配对型。前者仅透过简单的限制（距离、性别）筛选，例如：Wootalk、Goodnight、Liveany，都被划分在随机聊天型的范畴。后者则会利用多重条件帮使用者配对，从基本的年龄、性向，到複杂的简介照片分析、左右滑动偏好。演算法会依据这些条件进行评估分析，进而找到适合人选，例如：Coffee Meets Bagel、Pikabu、Tinder，都是属于配对型交友软体。


▲交友软体分类。（制图 / 孙慈媛）
根据 Tinder 官方公布的资料，2019 年以前，Tinder 使用“ELO 评分制”作为其演算法。ELO 评分制是以使用者在社会大众审美标准中所被评断的的魅力值为配对标准，为分数相近的人彼此推荐，让人们能遇到与自己分数相似的对象，以外貌门当户对为原则进行匹配。评分机制为当 ELO 分数比你高的人对你右滑“Like”，你的分数就会提升，相对地，如果 ELO 分数比你低的人对你左滑“Nope”，你的分数便会下降，最后统计出来的的分数总分就是 ELO 分数。这种将外貌作为唯一依据的评分方式，形成另一种社会阶级，因而引发社会挞伐。

2019 年后，Tinder 取消 ELO 评分制，并于 2020 年宣布採用“动态式机制”：透过年龄、距离、性别偏好、距离、兴趣及侦测简介照片，为相似的使用者进行配对。


是媒婆不是月老：包介绍不包准确度
然而，多位使用交友软体超过两年的资深使用者，并不认同演算法真的有帮助到使用者更容易地找到对象。

“我喜欢先大量地配对到对象，再透过聊天逐一减少。可是滑久了，交友软体上面的女生就全都被滑完了，因此演算法的配对没有任何影响，毕竟当我把演算法推荐的对象滑完，接下来它也只能推荐给我不在限制内的对象，因此对我而言，演算法其实没有存在必要性。”小 B 坦言。

“我觉得演算法只是把比较受欢迎和高机率配对的人放前面，滑到后面常常都是我没有兴趣的对象，就算遇到有兴趣的也配对不到。”使用交友软体超过两年的小Z（化名）也提及。为了让长期使用交友软体的使用者可以持续滑到对象，演算法会不停调整并放宽原有条件，逐渐失去筛选功用。

倘若演算法只推荐完全符合条件的对象，使用一定时间后，使用者便没有对象可以再配对，交友软体也会失去其功能性。另外，现今市面上免付费的交友软体几乎都存在著配对限制，使用者每天能够送出的 Like 数量有限，因此使用者会开始研究如何以最少的机会成本配对到最多潜在对象。小 Z 说：“一开始都会很好配对到人，两个礼拜后机率都会大幅度下降，这种时候我就会删掉帐号重来。”